因子分析法在房地产开发与经营业上市公司股票选择中运用.docVIP

因子分析法在房地产开发与经营业上市公司股票选择中运用 　　 (南京航空航天大学金融系,南京210016) 　　 　　 [摘 要] 本文采用多元统计分析中的因子分析法,运用SPSS 11.5统计分析软件,对46家房地产与经营业上市公司进行经营业绩评价,分析了该板块上市公司的盈利能力#65380;对投资者的利益保障能力#65380;经营能力#65380;偿债能力#65380;发展能力,并对投资提出建议#65377; 　　 [关键词] 房地产与经营业;上市公司;因子分析法 　　 [中图分类号]F830.91[文献标识码]A[文章编号]1673-0194(2008)22-0059-03 　　 　　 一#65380;因子分析法 　　 因子分析法的基本思想是把每个研究变量分解为几个影响因素变量,将每个原始变量分解成少数几个公共因子和特殊因子#65377;模型如下: 　　 X1=a11F1+a12F2+…+a1mFm+ε1 　　 X2=a21F1+a22F2+…+a2mFm+ε2 　　 … 　　 Xp=ap1F1+ap2F2+…+apmFm+εp 　　 用公式表示即为X=AF+e#65377; 　　 二#65380;样本数据研究 　　 (一)数据选择 　　 本文以沪深两市上市的62家房地产开发与经营业上市公司2007年6月30日财务数据为基础,剔除在三板市场上市的华凯(400007)#65380;新城B股(900950)#65380;5家被ST的上市公司以及会计资料不齐的9家公司,以其余46家上市公司作为研究的样本#65377; 　　 为全面反映上市公司价值,本文选择了15个指标分析上市公司的经营业绩#65377;这15个指标分别是:每股收益(元)X1#65380;每股净资产(元)X2#65380;每股资本公积金(元)X3#65380;每股未分配利润(元)X4#65380;销售毛利率(%)X5#65380;销售净利率(%)X6#65380;总资产收益率(%)X7#65380;净资产收益率(%)X8#65380;存货周转率(次)X9#65380;总资产周转率(次)X10#65380;流动比率(倍)X11#65380;速动比率(倍)X12#65380;资产负债比率(%)X13#65380;净利润增长率(%)X14#65380;总资产增长率(%)X15#65377;数据来源于上市公司咨讯网()#65377; 　　 (二)数据处理 　　 1. 对原始指标进行标准化处理 　　 由于各指标的单位不同,量纲不一,数量上差异很大,为了消除量纲和数量级,运用SPSS 11.5软件对原始数据进行标准化,将其转化为均值为0#65380;方差为1的无量纲数据#65377; 　　 2. KMO和Bartlett检验 　　 使用因子分析的前提条件是观测变量之间应该有较强的相关关系#65377;如果指标变量通过KMO检验模型和Bartlett球体检验,则可使用因子分析法处理一组数据#65377; 　　 KMO是用于比较观测相关系数值与偏相关系数值的一个指标,其取值在0和1之间,KMO越接近于1,则越适合作因子分析#65377;样本KMO值为0.573(见表1),根据Kaiser给出的KMO度量标准(0.5≤KMO≤1)可以认为样本适合做因子分析#65377; 　　 Bartlett检验是从整个相关系数矩阵来考虑问题,在一定条件下其服从χ2分布,其零假设是相关系数矩阵为单位矩阵,可以根据常规的假设检验判断相关系数矩阵是否显著#65377;经过Bartlett检验的显著检验,样本χ2统计值为540.488(见表1),显著性概率P值为0.000,明显小于显著性水平α(α=0.05),说明数据具有相关性,相关矩阵不是一个单位矩阵,适宜做因子分析#65377; 　　 2. 主因子确定 　　 用主成分法提取公共因子#65377;根据SPSS 11.5软件输出的结果(表2)可以看出,前5个因子方差累积贡献率合计为78.257%,基本反映了原有信息,所以确定样本的主因子为5个#65377; 　　 3. 分析主因子经济意义并命名 　　 由于样本的因子载荷矩阵中,大多数原始变量在多个公共因子上都有较大的载荷(见表3),很难对公共因子做出合理的解释#65377;为了更好地对因子进行归类,对各因子做出解释,获得因子的经济意义,本文采用方差最大正交旋转法进行因子载荷矩阵旋转#65377; 　　 根据旋转后的因子载荷矩阵(见表3)可以看出: 　　 主因子F1在每股收益X1#65380;销售净利率X6#65380;总资产收益率X7#65380;净资产收益率X8等4个指标上的因子载荷最大,该因子反映出上市公司的盈利能力,可以将F1命名为盈利